机器学习数据挖掘统计学概率

【机器学习笔记 Ⅱ】10 完整周期

机器学习的完整生命周期（End-to-EndPipeline）机器学习的完整周期涵盖从问题定义到模型部署的全过程，以下是系统化的步骤分解和关键要点：1.问题定义（ProblemDefinition）目标
·2025-07-07 12:24

【机器学习笔记Ⅰ】13 正则化代价函数

正则化代价函数（RegularizedCostFunction）详解正则化代价函数是机器学习中用于防止模型过拟合的核心技术，通过在原始代价函数中添加惩罚项，约束模型参数的大小，从而提高泛化能力。
·2025-07-07 12:23

【机器学习笔记Ⅰ】6 多类特征

这类特征是机器学习中常见的数据类型，尤其在分类和回归问题中需要特殊处理。1.核心概念(1)什么是多类特征？定义：特征是离散的、有限的类别，且类别之间无大小或顺序关系。示例：颜色：红、绿、蓝（无顺序）。
巴伦是只猫·2025-07-07 12:53

图像分割技术详解：从原理到实践

文章还探讨了图像分割在不同领域的应用，以及如何在机器学习项目中作为数据预处理步骤。1.图像分割基本概念在图像处理领域
lanjieying·2025-07-07 12:53

机器学习笔记——支持向量机

支持向量机参数模型对分布需要假设（这也是与非参数模型的区别之一）间隔最大化，形式转化为凸二次规划问题最大化间隔间隔最大化是意思：对训练集有着充分大的确信度来分类训练数据，最难以分的点也有足够大的信度将其分开间隔最大化的分离超平面的的求解怎么求呢？最终的方法如下1.线性可分的支持向量机的优化目标其实就是找得到分离的的超平面求得参数w和b的值就可以了注意，最大间隔分离超平面是唯一的，间隔叫硬间隔1.1
star_and_sun·2025-07-07 12:23

【机器学习&深度学习】多分类评估策略

目录前言一、多分类3大策略✅宏平均（MacroAverage）✅加权平均（WeightedAverage）✅微平均（MicroAverage）二、类比理解2.1宏平均（MacroAverage）2.1.1计算方式2.1.2适合场景2.1.3宏平均不适用的场景2.1.4宏平均一般用在哪些指标上？2.1.5怎么看macroavg指标？2.1.6宏平均值低说明了什么？2.1.7从宏平均指标中定位模型短板
一叶千舟·2025-07-07 12:22

【机器学习笔记Ⅰ】7 向量化

它是机器学习和数值计算中的核心优化手段，能显著提升代码运行效率（尤其在Python中避免显式循环）。1.为什么需要向量化？(1)传统循环的缺陷低效：Python的for循环逐元素操作，速度慢。
巴伦是只猫·2025-07-07 12:48

PyTorch：Dropout 操作 torch.nn.Dropout()

该函数底层调用torch.nn.functional.dropout()；1、torch.nn.Dropout(p=0.5,inplace=False)其作用是，在training模式下，基于伯努利分布抽样，以概率
sweettea~·2025-07-07 11:12

李宏毅2025《机器学习》第四讲-Transformer架构的演进

Transformer架构的演进与替代方案：从RNN到Mamba的技术思辨Transformer作为当前AI领域的标准架构，其设计并非凭空而来，也并非没有缺点。本次讨论的核心便是：新兴的架构，如MAMA，是如何针对Transformer的弱点进行改进，并试图提供一个更优的解决方案的。要理解架构的演进，我们必须首先明确一个核心原则：每一种神经网络架构，都有其存在的技术理由。CNN（卷积神经网络）：为
·2025-07-07 09:28

荷兰赌悖论：概率哲学中的理性陷阱与信念度之谜

1.概念起源与核心定义荷兰赌（DutchBook）源于赌博策略中的一种风险设计：若参与者的信念度（主观概率）不满足概率公理，则存在一组赌注组合，无论事件结果如何，参与者必然亏损。
大千AI助手·2025-07-07 09:25

条件概率：不确定性决策的基石

条件概率是概率论中的核心概念，用于描述在已知某一事件发生的条件下，另一事件发生的概率。它量化了事件之间的关联性，是贝叶斯推理、统计建模和机器学习的基础。
大千AI助手·2025-07-07 09:54

先验与后验：贝叶斯框架下的认知进化论

在贝叶斯概率框架中，“先验概率”（PriorProbability）和**“后验概率”（PosteriorProbability）的命名直接体现了认知更新的时序逻辑**。
大千AI助手·2025-07-07 09:54

人工智能动画展示人类的特征

人工智能，动画，人类特征，情感识别，行为模拟，机器学习，深度学习，自然语言处理1.背景介绍人工智能（AI）技术近年来发展迅速，已渗透到生活的方方面面。
AGI大模型与大数据研究院·2025-07-07 06:38

《支持向量机（SVM）在医疗领域的变革性应用》

在医疗科技日新月异的今天，先进的数据分析与机器学习技术正逐渐成为提升诊疗水平、助力医学研究的关键力量。
CodeJourney.·2025-07-07 05:32

机器学习20-线性网络思考

机器学习20-线性网络思考针对线性网络的基础问题，使用基础示例进行解释1-核心知识点1-线性模型家族的线性回归和逻辑回归分别是什么，线性模型家族还有没有其他的模型线性模型家族是一系列基于线性假设的统计模型
坐吃山猪·2025-07-07 05:31

机器学习18-强化学习RLHF

机器学习18-强化学习RLHF1-什么是RLHFRLHF（ReinforcementLearningfromHumanFeedback）即基于人类反馈的强化学习算法，以下是详细介绍：基本原理RLHF是一种结合了强化学习和人类反馈的机器学习方法
坐吃山猪·2025-07-07 05:01

机器学习19-Transformer和AlexNet思考

Transformer和AlexNet思考关于Transformer和AlexNet发展的一些思考1-核心知识点Word2Vec的作用是什么，和Transformer的诞生有什么关系吗？AlexNet的主要核心思路是什么，为什么表现那么好？现在有什么比AlexNet更优秀的算法2-思路整理1-Word2Vec的作用是什么，和Transformer的诞生有什么关系吗？Word2Vec的作用Word2
坐吃山猪·2025-07-07 05:01

机器学习21-线性网络思考

机器学习21-线性网络思考针对线性网络的发展问题，进行补充学习1-核心知识点1-传统机器学习针对线性分类算法求解的方式有哪些？
坐吃山猪·2025-07-07 04:00

Spring AI 第二讲 之 Chat Model API 第五节HuggingFace Chat

HuggingFaceInferenceEndpoints允许您在云中部署和提供机器学习模型，并通过API对其进行访问。
·2025-07-07 01:38

Python设置国内镜像教程

####引言Python是一种广泛使用的高级编程语言，用于各种编程任务，从简单的脚本到复杂的机器学习算法。在安装Python包时，通常需要从Python包索引（PyPI）下载。
wh3933·2025-07-06 23:23

机器学习宝典——第6章

第6章：聚类算法(Clustering)你好，同学！欢迎来到无监督学习的世界。与监督学习不同，这里的我们没有“标准答案”（标签），我们的目标是在数据中发现隐藏的、内在的结构。聚类算法就是实现这一目标的核心工具，它试图将数据集中的样本划分为若干个不相交的子集，我们称之为“簇”(cluster)。本章我们将深入探讨三种最具代表性的聚类算法：K-均值(K-Means)、层次聚类(Hierarchical
爱看烟花的码农·2025-07-06 21:38

R 语言安装使用教程

一、R语言简介R是一种用于统计分析、数据挖掘和可视化的编程语言和环境。它在学术界和数据分析领域中广泛使用，拥有丰富的统计函数库和绘图功能。
小奇JAVA面试·2025-07-06 20:31

结构型智能科技的关键可行性——信息型智能向结构型智能的转变（修改提纲）

结构型智能科技的关键可行性——信息型智能向结构型智能的转变1.信息型智能科技概述1.1传统计算机科技的信息型继承者1.2信息型智能环境1.3信息型智能主体1.4机器学习创造的智能1.5信息型智能科技的缺陷
刘海东刘海东·2025-07-06 20:59

多模态大模型：技术原理与实战 看清GPT的进化史和创新点

多模态大模型：技术原理与实战看清GPT的进化史和创新点1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进1.2.1基于规则的方法
AI天才研究院·2025-07-06 17:58

【机器学习|学习笔记】组合特征（Feature Combinations）是提升模型性能、挖掘特征交互信息、增强非线性表达能力的有效手段。

【机器学习|学习笔记】组合特征（FeatureCombinations）是提升模型性能、挖掘特征交互信息、增强非线性表达能力的有效手段。
努力毕业的小土博^_^·2025-07-06 16:22

Go与Python爬虫对比及模板实现

语言都可选作用来爬虫项目，因为python经过十几年的累积，各种库是应有尽有，学习也相对比较简单，相比GO起步较晚还是有很大优势的，么有对比就没有伤害，所以我利用一个下午，写个Go爬虫，虽说运行起来没啥问题，但是之间出错的概率太高了
·2025-07-06 15:47

R语言的软件开发工具

随着数据科学和分析的迅猛发展，R语言也逐渐成为数据分析、机器学习和统计建模领域的重要工具。为了更好地利用R语言进行软件开发，许多软件开发工具和环境应运而生。
纪霁然·2025-07-06 15:44

spring-initializer

存在的意义一般通过Idea从https://start.spring.io/下载框架代码，但很诡异的是，经常会出现浏览器可以访问，但Idea无法下载的问题，尝试通过curl等Linux命令行web客户端下载，依然有概率出现连接超时的问题
魔芋红茶·2025-07-06 14:38

结合创新idea：机器学习+运筹优化=CCF高端局

2024深度学习发论文&模型涨点之——机器学习+运筹优化机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并改进其性能，而无需进行明确的编程。
Ai多利·2025-07-06 11:10

Jupyter安装指南及Python配置

Jupyter是一个非常流行的交互式计算环境，广泛用于数据分析、机器学习和科学计算等领域。本文将详细介绍如何安装Jupyter并配置Python环境。
CodeWG·2025-07-06 10:00

Python scikit-learn 【机器学习库】全面讲解

让AI成为我们的得力助手：《用Cursor玩转AI辅助编程——不写代码也能做软件开发》scikit-learn（简称sklearn）是Python最流行的机器学习库之一，提供简单高效的数据挖掘和数据分析工具
·2025-07-06 09:24

九章数学体系开源工程白皮书

因“开域无穷假设”与“闭域有限性”的本质矛盾，必然产生类似芝诺悖论的逻辑错误——暗物质谜题、量子叠加态的概率描述、高维空间假设，本质上都是这种“公理-场景错配”的产物。如同
·2025-07-06 07:12

供应链风险管理：AI预测潜在风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,风险评估,供应链可视化1.背景介绍在当今全球化经济体系中，供应链的复杂性和脆弱性日益凸显。
AI智能应用·2025-07-06 07:09

供应链风险管理：AI如何预测供应链风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,时间序列分析,风险评估1.背景介绍在当今全球化经济体系中，供应链风险已成为企业面临的重大挑战。
AI大模型应用之禅·2025-07-06 07:08

2024大模型秋招LLM相关面试题整理

强化学习：（ReinforcementLearning）一种机器学习的方法，
AGI大模型资料分享官·2025-07-06 04:55

【python实用小脚本-127】基于 Python 的 Google 图片爬取工具：实现高效图片数据收集

引言在数据科学、机器学习和多媒体应用中，图片数据的收集是一个常见且重要的任务。Google图片是一个丰富的图片资源库，能够为各种项目提供大量的图片数据。
Kyln.Wu·2025-07-06 04:51

面向高校的人工智能通识教育课程实验设计方案

一、前言2018年，教育部发布《高等学校人工智能创新行动计划》，明确提出“重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，探索‘人工智能+X’的人才培养模式
武汉唯众智创·2025-07-06 03:19

【Python爬虫进阶】从网页抓取到数据清洗与存储——完整实战教程

直接用来建模、分析，会导致：脏数据干扰（如乱码、重复数据）异常值影响结果（如薪资异常高）格式不统一（比如地点有中文名和英文名混杂）所以，抓取数据后，必须进行系统清洗与标准化，才能用于后续的：数据分析可视化展示机器学习建模
Python爬虫项目·2025-07-06 03:16

验证码破解的可能与不可能：用Python处理图片验证码的原理与限制

本文将结合Python图像处理与机器学习技术，深度剖析图片验证码破解的原理、实践与瓶颈。一、验证码的分类及破解难点1.验证码类型字符型验证码纯数字、字母或混合，最常见。
程序员威哥·2025-07-06 02:44

Boostrap方法的理解及应用

1、Boostrap介绍1.1概念性解释Boostrap统计学方法是一种非参数检验方法，用于估计各种统计量的置信区间。
Xiaofei@IDO·2025-07-06 02:43

flask部署机器学习_如何开发端到端机器学习项目并使用Flask将其部署到Heroku

flask部署机器学习There'sonequestionIalwaysgetaskedregardingDataScience:关于数据科学，我经常被问到一个问题：WhatisthebestwaytomasterDataScience
cumichun6193·2025-07-06 01:35

windbg使用教程（调试异常及死锁等）

1.背景最近由于线上的程序发生了死锁，而且重现的概率很低，正好客户反馈一个任务超时了，登上线上环境发现有一个“僵尸”进程，占用内存不波动，cpu仍在占用，那么用创建转储文件，用windbg调试吧。
哈市雪花·2025-07-06 00:01

人工智能赋能气象气候：从数据智能到预测创新的融合之路

与此同时，人工智能（AI），尤其是以深度学习为代表的机器学习方法，近年来在图像识别、自
慌ZHANG·2025-07-06 00:30

【机器学习|学习笔记】类别特征（Categorical Features）处理方法，附代码。

【机器学习|学习笔记】类别特征（CategoricalFeatures）处理方法，附代码。【机器学习|学习笔记】类别特征（CategoricalFeatures）处理方法，附代码。
努力毕业的小土博^_^·2025-07-06 00:30

Python中使用Graphviz绘制决策树图解

通过配置环境变量和利用DOT语言，用户可以将决策树模型转换为可视化图形，加深对机器学习模型的理解和调试。1.Graphviz
黃昱儒·2025-07-06 00:00

隐马尔可夫模型：语音识别系统的时序解码引擎

1HMM与语音识别的理论基础隐马尔可夫模型（HMM）作为一种双重随机过程的统计模型，其核心在于描述一个包含隐含状态的马尔可夫链，以及这些状态生成可观测输出的概率分布。
大千AI助手·2025-07-06 00:56

深度学习前置知识全面解析：从机器学习到深度学习的进阶之路

本教案将从机器学习的基础知识出发，系统性地介绍深度学习的核心概念、数学基础、网络架构和训练方法，为读者构建完整的知识体系框架。无论你是刚
·2025-07-05 23:53

【数据挖掘】支持向量机（SVM）

目录一、支持向量机（SVM）算法概述二、支持向量机（SVM）算法优缺点和改进2.1支持向量机（SVM）算法优点2.2支持向量机（SVM）算法缺点2.3支持向量机（SVM）算法改进三、支持向量机（SVM）算法实现3.1支持向量机（SVM）算法C语言实现3.2支持向量机（SVM）算法JAVA实现3.3支持向量机（SVM）算法python实现四、支持向量机（SVM）算法应用五、支持向量机（SVM）算法发
大雨淅淅·2025-07-05 23:53

【字节跳动】数据挖掘面试题0005：在旋转有序数组中查找是否存在元素key

文章大纲方法思路代码解释问题场景：在“打乱”的有序数组里找数核心思路：每次排除一半可能性分步骤找数（以数组[7,8,9,10,1,2,3]为例，找数字10）再举个反例：找数字5（数组中没有）用“左右有序”的逻辑来总结代码的“人话”翻译为什么时间复杂度是O(logn)？要在旋转后的有序数组中以O(logn)时间复杂度查找元素，可利用二分查找的变体。关键在于确定哪一半数组仍然有序，并判断目标值是否在该
言析数智·2025-07-05 23:22

【字节跳动】数据挖掘面试题0006：SVM（支持向量机）详细原理

文章大纲SVM（支持向量机）原理：用最通俗的话讲清楚1.核心思想：找一条“最安全”的分界线2.数学背后的“人话”逻辑3.处理“分不开”的情况：核函数的魔法4.为什么SVM有时比神经网络“聪明”？`5.SVM的优缺点：适合什么场景？`6.一句话总结SVM7.SVM常见的面试知识点除了原理相关内容外**1.硬间隔SVM的数学表达****2.软间隔SVM的数学表达****3.拉格朗日对偶问题推导****
言析数智·2025-07-05 23:50
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他